4. 实验自动化中的多源数据同步与预处理

在实验自动化系统中，数据往往来自多个异构源：PLC 采集的阀门开关状态、DAQ 板卡采集的应变/电压信号、串口温控器回传的温度、相机输出的图像时间戳、以及上层调度软件写入的实验批次号。这些数据在进入分析或闭环控制之前，必须先解决四个问题：时间是否对齐、噪声是否可接受、缺失是否被合理填补、量纲是否统一。本节围绕这四类处理展开，并给出可直接参考的实现方式与判断依据。

一、时间同步：先统一时基，再谈对齐

多源数据同步的第一步不是插值，而是确认所有设备使用同一时间基准。工程上常见三种时基：设备本地时钟、上位机系统时钟、以及外部授时（NTP/PTP/IRIG-B）。若各设备时钟独立运行，即使采样率相同，长时间运行后也会产生秒级漂移。因此推荐做法是：所有采集节点在启动时通过 NTP 与上位机对时，并在每条数据记录中同时写入设备时间戳与上位机接收时间戳，便于事后诊断。

时间对齐通常分两步：先做粗对齐（按实验批次号或触发信号划分区间），再做细对齐（重采样到统一时间栅格）。例如将 100 Hz 的应变信号与 1 Hz 的温度信号统一到 10 Hz 栅格：温度用零阶保持（前向填充），应变用线性插值或抗混叠抽取。需要注意：降采样前必须先低通滤波，否则高频噪声会折叠进低频段，这一点在振动类实验中尤为关键。

二、滤波与去噪：区分“有用频带”和“干扰”

滤波不是越强越好，关键是先明确信号的有效频带。以应变测量为例，若关注的是 0.5～10 Hz 的结构响应，而工频 50 Hz 及其谐波、开关电源噪声、机械振动高频分量都属于干扰，则可设计截止频率 20 Hz 的二阶巴特沃斯低通滤波器。巴特沃斯在通带内平坦，适合保留幅值精度；若更在意相位延迟，可改用贝塞尔滤波器。

对于偶发的尖峰（如电磁干扰导致的单点跳变），低通滤波效果有限，更适合用中值滤波：取窗口长度 5，将窗口内中位数作为输出，可有效剔除孤立野值而不明显改变阶跃响应。实际工程中常采用“中值滤波去尖峰 + 低通滤波平滑”的串联结构。判断滤波是否合理，可观察滤波前后信号的均方根误差与相位滞后：若滤波后阶跃响应上升时间明显变长，说明截止频率过低，可能影响闭环控制的实时性。

三、缺失值处理：先判断缺失机制，再选择策略

缺失值不能一律插值。应先区分三类机制：完全随机缺失（如偶发丢包）、随机缺失（与某些可观测变量相关）、非随机缺失（如传感器超量程后停止输出）。对于短缺口（连续缺失点数小于采样率的 1%），可用线性插值或样条插值；对于长缺口，应保留缺失标记，避免用插值伪造出并不存在的动态过程。

一个实用的判断规则是：若某通道连续缺失超过 0.5 s（在 10 Hz 栅格下即 5 个点），则将该段标记为 NaN 并记录缺失区间，后续分析时按有效段处理；若缺失比例超过整段数据的 5%，应在实验报告中标注该通道数据质量存疑。这样既保证了数据完整性，又不掩盖真实问题。

四、标准化：让不同量纲的通道可比

多源数据中，温度可能是 20～80 ℃，应变可能是 -500～500 με，压力可能是 0～10 MPa。若直接送入 PCA、聚类或神经网络，量纲大的通道会主导结果。常用两种标准化方式：

• Z-score 标准化：x' = (x - μ) / σ，适合近似正态分布的数据，保留异常值影响。
• Min-Max 归一化：x' = (x - min) / (max - min)，适合边界明确的数据，但对异常值敏感。

需要特别注意的是：标准化参数必须只用训练集或基线段计算，再应用到验证集和在线数据，否则会造成信息泄漏。在闭环实验中，建议用实验开始前的稳定段（如前 30 s）计算 μ 和 σ，之后固定使用，这样在线推理时不会因为实时数据分布变化而反复改变尺度。

五、一个可参考的预处理参数表

下表给出某振动台实验的示例参数配置，用于说明各环节如何落地。参数为教学示例，实际应根据采样率、信号带宽和噪声水平调整。